Hallo,
ich hab schon etliche Seite dazu durchsucht, aber ich verstehe einfach nicht, wie ich von meinem Datenset (2000 Messwerte) zu einem „Normal probability plot“ komme (http://www.itl.nist.gov/div898/handbook/eda/section3…)
Kann mir jemand evtl. schrittweise erklären, was ich mit meinen (unsortierten) Daten machen muss?
Irgendwie steh ich auf dem Schlauch…
Antje
Hallo,
das ist eigentlich sehr einfach, man plottet die Quantilen der Werte selbst gegen die theoretischen Quantilen, die man aus einer gleichgroßen Stichprobe einer (hier: Normal-)Verteilung gewinnen würde (darum nennt sich der Plot auch Quantile-Quantile-Plot).
Du hast jetzt nicht geschrieben, welche Software Dir zur Verfügung steht. Die Schrittweise Anleitung in S-Plus/R zB. wäre
qqnorm(x)
sofern die Daten in x gegeben sind.
In Excel würdest du die sortierten Datenwerte gegen die theretischen Quantilen (der Standardnormalverteilung) plotten. Die bekommst Du mit der Funktion STANDNORMINV, die Parameter „Wahrsch“ dieser Funktion sind schlicht die Wahrscheinlichkeitswerte von 1/n bis 1-(1/n) und zwar in n gleichen Schritten, wobei n die Zahl der Datenwerte ist.
LG
Jochen
Hallo Jochen,
tja, da plag ich mich mit der ganzen Mathematik und - juchu - ich bekomme es doch noch geplotted (mit R) und dann verrätst Du mir, dass mein hübsches R-script ganz simpel durch die Funktion qqnorm ersetzt werden kann…
(und siehe da, ich hab sogar alles richtig gemacht, denn das Ergebnis ist das gleiche).
Warum ich die Funktion nicht gleich gefunden hab? Warscheinlich, weil ich nie im Leben darauf gekommen wäre nach „normal quantile-quantile plot“ zu suchen anstelle von „normal probability plot“. Tja, ich muss mich sicherlich noch mehr mit der Materie vertraut machen um in Zukunft solche Probleme schneller zu lösen…
Jedenfalls vielen Dank für Deine Hilfe!
Und hier nochmal mein R-script, so sinnlos es auch war bin ich trotzdem stolz drauf 
# plots the "Normal Probability Density Plot" for a set of measurements (d)
n
July
Hallo,
das Skript hätte sogar noch einfacher sein können:
n = length(d)
x = (1:n - 1/n)/(n + 1 - 2 \* 1/n)
plot(sort(d)~qnorm(x),xlab="theretical qnatiles",ylab="empirical quantiles")
-)
Jochen